Malayalam

As part of Malayalam Wikipedia Meetup 2010 , today Malayalam wikipedia releases 500 selected articles on a CD ROM. This is the first time in India, a Wikipedia on local language releasing its articles for offline usage. I handled the technology part of the project. The idea was to get the selected articles in static form to the CD. But this is not easy as we imagine. It is not like saving each page from browser to the local machine. Following were the challenges: ...

ചങ്ങാതിമാരേ, കേരളത്തിലെ രസകരമായ പ്രാദേശിക ഭാഷാ ഭേദങ്ങളെക്കുറിച്ചു് നിങ്ങള്‍ക്കെല്ലാമറിയാമല്ലോ? തിരുവനന്തപുരം, കോട്ടയം, തൃശ്ശൂര്‍, ഷൊര്‍ണ്ണൂര്‍, പാലക്കാട്, കോഴിക്കോട് കണ്ണൂര്‍, വയനാട് തുടങ്ങി നമുക്കു് വ്യത്യസ്തങ്ങളായ മലയാളത്തിന്റെ രൂപഭേദങ്ങളുണ്ടു്. അച്ചടി മലയാളത്തില്‍ നിന്നും വളരെയേറെ വ്യത്യസ്തമാണു് അവ. അച്ചടി മലയാളം കൊടുത്തു് സ്ഥലത്തിന്റെ പേരു കൊടുത്താല്‍ ആ പ്രദേശത്തെ മലയാളത്തിന്റെ രീതിയിലേക്കു അതിനെ മാറ്റിത്തരുന്ന ഒരു സോഫ്റ്റ്‌വെയര്‍ രസകരമാവില്ലേ? അത്തരത്തിലൊരു ശ്രമമാണു് “ക്ടാവ്” Slang converter എന്നു പേരിട്ടിരിക്കുന്ന പ്രൊജക്ട്. ഇതിന്റെ കൂടെ കൊടുത്തിരിക്കുന്ന സ്ക്രീന്‍ഷോട്ട് നോക്കൂ. ഡെവലപ്മെന്റ് പതിപ്പിന്റെ ചിത്രമാണതു്. കുറച്ചു നിയമങ്ങളുടെ അടിസ്ഥാനത്തില്‍ Natural Language Processing ന്റെ പുതിയ ശാഖയായ AMP(Ambiguous Language Processing) എന്ന വിദ്യ ഉപയോഗിച്ചാണു് ഇതു ചെയ്തിരിക്കുന്നതു്. Qt/C++ ആണു് കോഡ്. UI ചെയ്യാന്‍ Qt Creator ഉപയോഗിച്ചു. ...

സ്വതന്ത്ര പ്രവര്‍ത്തകസംവിധാനങ്ങള്‍ക്കായി തയ്യാറാക്കിയ glibc (Gnu C Library ) അകാരാദിക്രമത്തിന്റെ(Collation) വിശദവിവരങ്ങള്‍ താഴെക്കൊടുക്കുന്നു. അഭിപ്രായങ്ങള്‍ അറിയിക്കുക. താഴെപ്പറയുന്ന നിയമങ്ങളുടെ അടിസ്ഥാനത്തിലാണു് മലയാളം അകാരാദിക്രമം തയ്യാറാക്കിയിരിക്കുന്നതു്. അക്ഷരമാലാക്രമം പിന്തുടരുക. അനുസ്വാരം മയുടെ സ്വരസാന്നിദ്ധ്യമില്ലാത്ത രൂപമായി പരിഗണിച്ചു് മയുടെ തൊട്ടുമുന്നില്‍ ക്രമീകരിയ്ക്കുക. പംപ < പമ്പ എന്ന പോലെ . ഓരോ വ്യഞ്ജനവും അതിന്റെ സ്വരസാന്നിദ്ധ്യമില്ലാത്ത രൂപത്തിന്റെ കൂടെ അകാരം ഉള്ള രൂപമായി കണക്കാക്കുക. അതായതു് ത എന്നതു് ത് എന്ന സ്വരസാന്നിദ്ധ്യമില്ലാത്ത വ്യഞ്ജനത്തിന്റെ കൂടെ അകാരം ഉള്ള രൂപമാണു്. ത = ത് + അ . താ = ത് + ആ എന്നിങ്ങനെ. ഇതില്‍ നിന്നും ത് < ത എന്നു വ്യക്തമാകുന്നു. അതുകൊണ്ടു് ത എന്നതു് ത് കഴിഞ്ഞേ വരൂ. അത് < അതല്ല < അതാണു്. അതേസമയം അത്ഭുതം > അതഭ. കൂട്ടക്ഷരങ്ങള്‍ അതിലെ ആദ്യത്തെ അക്ഷരത്തില്‍ സ്വരചിഹങ്ങള്‍ ചേര്‍ന്ന രൂപങ്ങളെല്ലാം കഴിഞ്ഞേ വരൂ. ത്ഭ = ത + ് + ഭ + ് + അ തഭ = ത + ് + അ + ഭ + ് + അ ആദ്യത്തെ രണ്ടക്ഷരങ്ങള്‍ തുല്യമായതുകൊണ്ടു്, ഇതിനെ നമുക്കു് ഭ + ് + അ അ + ഭ + ് + അ എന്നെഴുതാം. ഭ > അ ആണല്ലോ. അതുകൊണ്ടു് അത്ഭുതം എന്നതു് അതഭ എന്നതിനു ശേഷമേ വരൂ. ...

My friend Jaisen Nedumpala has been developing a Geo-visualisation system for Cheruvannoor Grama Panchayath(Page in ml_IN) of Kerala. The system, developed using FOSS tools is available here “Development of effective geo-visualisation based decision support system (DSS) involved primarily data compilation from collateral sources, setting up appropriate hardware configuration, design of database and design of a spatial DSS. ” Jaisen used softwares like GRASS, UMN MapServer and ka-Map. He has written a detailed documentation(English) on how he developed this and what are all the tools used.

യൂണിക്കോഡ് 5.1 പുറത്തിറങ്ങിയ വിവരവും, അതില്‍ മലയാളത്തിലെ ഇപ്പോള്‍ ചില്ലുകള്‍ ഉപയോഗിക്കുന്ന രീതിയ്ക്കു പകരം അറ്റോമിക് ചില്ലുകള്‍ ഉള്ളതും അറിഞ്ഞിരിക്കുമല്ലോ. ഇല്ലെങ്കില്‍ അതിനേപ്പറ്റി ഇവിടെ നിന്നു വായിക്കുക. അറ്റോമിക്‍ ചില്ലു് യൂണിക്കോഡില്‍ ഉള്‍പ്പെടുത്തുന്നതിനെപ്പറ്റിയുള്ള ചര്‍ച്ചകളില്‍ സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് ഉന്നയിച്ച വിയോജിപ്പുകളില്‍ ഇപ്പോഴും ഉറച്ചു നില്‍ക്കുന്നു. സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് UTC യ്ക്ക് സമര്‍പ്പിച്ച ഈ ഡോക്യുമെന്റില്‍ വിയോജിപ്പുകള്‍ പറഞ്ഞിട്ടുണ്ടു്. ഇതിനെപ്പറ്റി നടന്ന ചര്‍ച്ചകളുടെ ലിങ്കുകള്‍ ചിലതു് ഇവിടെ നിന്നും വായിക്കാം. മലയാളത്തെ ഡുവല്‍ എന്‍കോഡിങ്ങിലേയ്ക്കും സുരക്ഷാപ്രശ്നങ്ങളിലേയ്ക്കും തള്ളിവിടുന്ന ഒരു സ്റ്റാന്‍ഡേഡ് അനുസരിക്കേണ്ട ബാദ്ധ്യത സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങിനില്ല. സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് ഭാഷയ്ക്കു വേണ്ടിയാണു്, യൂണിക്കോഡിനു വേണ്ടിയല്ല നിലകൊള്ളുന്നതു്. അതുകൊണ്ടു തന്നെ ഉന്നയിച്ച പ്രശ്നങ്ങള്‍ക്കു് പരിഹാരമാവാതെ 5.0 പതിപ്പില്‍ നിന്നു 5.1 പതിപ്പിലേയ്ക്കു് സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് പ്രൊജക്ടുകള്‍ മാറില്ല. പക്ഷേ ഒരു സ്റ്റാന്‍ഡേഡ് എന്ന നിലയ്ക്ക് ആര്‍ക്കും യൂണിക്കോഡ് 5.1 അപ്ലിക്കേഷനുകളില്‍ പ്രയോഗിക്കാന്‍ സ്വാതന്ത്ര്യവുമുണ്ടു്. പക്ഷേ സ്വതന്ത്ര മലയാളം കമ്പ്യുട്ടിങ്ങ് മെയിന്റെയിന്‍ ചെയ്യുന്ന/വികസിപ്പിച്ചെടുത്ത ഫോണ്ടുകളായ മീര, രചന, ദ്യുതി, തുടങ്ങിയ ഫോണ്ടുകളിലൊന്നും അറ്റോമിക് ചില്ലു് ഉണ്ടാവില്ല. അതുപോലെത്തന്നെ ഗ്നു/ലിനക്സിലെ നിവേശകരീതികളിലും മറ്റു സംരംഭങ്ങളിലും ഇവ അടുത്തൊന്നും ഉണ്ടാവില്ല. പ്രമുഖ ഗ്നു/ലിനക്സ് വിതരണങ്ങളുടെ മലയാളം ഫോണ്ടുകളുടെയും നിവേശകരീതികളുടെയും Upstream സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് ആയതുകൊണ്ടു് അവയിലും അറ്റോമിക് ചില്ലുണ്ടാവില്ല. ...

Microsoft will be signing up Malayalam movie star Mammootty as one of the brand ambassadors for the Computer Literacy programme that is to be organized soon in Kerala. FOSS community writes an open letter to Mammootty to Reconsider Promotion of Microsoft and their Proprietary Softwares. It is available here: An open letter to Mammootty. I request all to endorse Open letter to Mammooty by adding your name there. A nice post on ILUG-TVM on the issue: Another of M$’s dirty tactics

മലയാളം കമ്പ്യൂട്ടിങ്ങ് പുരോഗമിക്കുമ്പോഴും യൂണിക്കോഡ് അടിസ്ഥാനമാക്കിയുള്ള നല്ലൊരു പേജ് ലേയൗട്ട് പാക്കേജിന്റെ അഭാവം പലരും ചൂണ്ടിക്കാണിക്കാറുണ്ടു്. സ്വതന്ത്ര സോഫ്റ്റ്‌വെയറായ Scribus ലോ കുത്തക സോഫ്റ്റ്‌വെയറുകളായ അഡോബിയുടെ സോഫ്റ്റ്‌വെയറുകളിലോ ഇന്‍ഡിക് സ്ക്രിപ്റ്റ് പിന്തുണ ഇല്ല. ചിലതില്‍ ആസ്കി ഫോണ്ടുകള്‍ ഉപയോഗിച്ചു് ഒപ്പിയ്ക്കാമെന്നു മാത്രം. ഇതിനു് ഒരു പക്ഷേ പരിഹാരമായേക്കാവുന്ന ഒരു സ്വതന്ത്ര സോഫ്റ്റ്‌വെയറിനെ പരിചയപ്പെടുത്തുകയാണു് ഈ ബ്ലോഗ് പോസ്റ്റിന്റെ ലക്ഷ്യം. ആദ്യമേ പറയട്ടേ, ഞാനിതു വരെ അഡോബിയുടെ പേജ് ലേയൗട്ട് സോഫ്റ്റ്‌വെയറുകളൊന്നും ഉപയോഗിച്ചിട്ടില്ല. Scribus വെറുതേ ഒന്നു തുറന്നു നോക്കിയിട്ടുണ്ടു്. അതുകൊണ്ടു് പേജ് ലേയൗട്ട് സോഫ്റ്റ്‌വെയറുകളിലുപയോഗിക്കുന്ന സാങ്കേതികപദങ്ങളത്ര പരിചയമില്ല. എന്റെ സുഹൃത്തു് അനിവറാണു് ഇത്തരം ഒരു സാധ്യതയെപ്പറ്റി എന്നോടു് പറഞ്ഞതു്. ...

അന്ധര്‍ക്കു് ധ്വനി എങ്ങനെ ഉപയോഗപ്രദമാകും എന്നു് ഞാന്‍ എന്റെ മുന്‍പത്തെ ബ്ലോഗുകളില്‍ പറഞ്ഞിരുന്നു. അന്ധര്‍ക്കു് മാത്രമല്ല, സംസാരശേഷി നഷ്ടപ്പെട്ട വികലാംഗര്‍ക്കു് കൂടി ധ്വനി പ്രയോജനപ്പെടുത്താം. അവര്‍ക്കു വേണ്ടി ധ്വനി സംസാരിയ്ക്കും. ഇതെങ്ങനെ ചെയ്യാം എന്നതിനെപ്പറ്റി വിശദീകരിയ്ക്കാനാണീ ബ്ളോഗ് പോസ്റ്റ്. KDE യിലെ അംഗവൈകല്യമുള്ള ഉപയോക്താക്കള്‍ക്കുള്ള ഒരു സഹായക പ്രയോഗമാണു് KMouth. പേരു സൂചിപ്പിക്കുന്നതുപോലെതന്നെ ഉപയോക്താവിന്റെ വായ് ആയി ഈ അപ്ലിക്കേഷന്‍ പ്രവര്‍ത്തിയ്ക്കും. പറയേണ്ട കാര്യങ്ങള്‍ ടൈപ്പ് ചെയ്തു് കൊടുത്താല്‍ ഈ അപ്ലിക്കേഷന്‍ അതു് ഉറക്കെ വായിക്കും. സാധാരണ ഉപയോഗിയ്ക്കുന്ന വാചകങ്ങള്‍ ഒരു പുസ്തകമാക്കി സജ്ജീകരിച്ചു വെച്ചാല്‍ എപ്പോഴും എപ്പോഴും ടൈപ്പ് ചെയ്യാതെ ആ വാചകങ്ങള്‍ തിരഞ്ഞെടുത്തു് വായിപ്പിയ്ക്കാം. ഇതു കൂടാതെ ഉപയോക്താവു് ടൈപ്പ് ചെയ്യുന്ന പുതിയ വാചകങ്ങള്‍ KMouth പഠിയ്ക്കുകയും ചെയ്യും. ഉപയോഗിയ്ക്കുന്നതിന്റെ ആവൃത്തി അനുസരിച്ചു് പിന്നീടു് ടൈപ്പ് ചെയ്യുമ്പോള്‍ സൂചനകളായി ഒരു ലുക്കപ്പ് മെനുവായി ഇതു് ലഭ്യമാകും. ഇതൊക്കെയാണു് ഇതിന്റെ സവിശേഷതകള്‍. ഇനി നമുക്കു് ധ്വനി ഇതില്‍ എങ്ങനെ സജ്ജീകരിയ്ക്കാമെന്നും, മലയാളം, ഹിന്ദി, കന്നഡ, തെലുഗു, ബംഗാളി, പഞ്ചാബി, ഒറിയ ഗുജറാത്തി ഭാഷകള്‍ KMouth ഉപയോഗിച്ചു് വായിപ്പിയ്ക്കുന്നതെങ്ങനെയെന്നും നോക്കാം. ആദ്യം KMouth തുറക്കുക. KMenu->Utilities->Accessibility->Kmouth. നേരത്തേ ഇന്‍സ്റ്റാള്‍ ചെയ്തിട്ടില്ലെങ്കില്‍ പാക്കേജ് മാനേജര്‍ ഉപയോഗിച്ചു് ഇന്‍സ്റ്റാള്‍ ചെയ്യുക. നിങ്ങള്‍ ആദ്യമായി ഈ KMouth തുറക്കുകയാണെങ്കില്‍ അതു സജ്ജീകരിയ്ക്കനുള്ള ഒരു ജാലകമാണു് ആദ്യം ലഭിയ്ക്കുക. അവിടെ Command for Speaking text എന്നിടത്തു് dhvani %f എന്നു കൊടുക്കുക. Apply എന്ന ബട്ടണ്‍ അമര്‍ത്തുക. <img style=“display:block; margin:0px auto 10px; text-align:center;cursor:pointer; cursor:hand;” src=“http://2.bp.blogspot.com/_yXi4s2T6Sz4/R91EOdSFRdI/AAAAAAAAAFU/mxk9fYkh0Hk/s400/dhvani-ktts3.png" border=“0” alt=““id=“BLOGGER_PHOTO_ID_5178370161715267026” /> ...

ഇക്കൊല്ലത്തെ ഫോസ് ഇന്ത്യാ അവാര്‍ഡ് നേടിയ ധ്വനി എന്ന ടെക്സ്റ്റ് റ്റു സ്പീച്ച് സോഫ്റ്റ്‌വെയര്‍ ഉപയോഗിച്ചു് വൈക്കം മുഹമ്മദ് ബഷീറിന്റെ മാന്ത്രികപ്പൂച്ച എന്ന നോവലിന്റെ ആദ്യഭാഗം വായിപ്പിക്കാന്‍ ശ്രമിച്ചപ്പോള്‍ കിട്ടിയ സൌണ്ട് ഫയലുകള്‍ താഴെക്കൊടുക്കുന്നു. mp3 format (1.3 MB) ogg format (402 KB) ഇതിലേതെങ്കിലും ഒന്നു് ഡൗണ്‍ലോഡ് ചെയ്തു് കേട്ടുനോക്കൂ… എന്താ ചങ്ങാതിമാരേ, കമ്പ്യൂട്ടര്‍ മലയാളം പറയുന്നതു് കേട്ടു് വല്ലതും മനസ്സിലായോ? 🙂 ഇതാണു് ധ്വനി വായിയ്ക്കാന്‍ ശ്രമിച്ചതു്: “ബഷീറിന്റെ മാന്ത്രികപ്പൂച്ച എന്ന നോവലിന്റെ ആദ്യഭാഗം ധ്വനി വായിക്കുന്നു. ഒരു മാന്ത്രിക പൂച്ചയുടെ അവതാരത്തെപ്പറ്റിയാകുന്നു പറയാന്‍ പോകുന്നതു്. പണ്ടു പണ്ടു മുതല്‍ക്കേ അത്ഭുതങ്ങള്‍ ഒരുപാടു് ഒരുപാടു് ഈ ഭൂലോകത്തു് സംഭവിച്ചിട്ടുണ്ടല്ലോ. അത്തരം ഗൌരവമുള്ള കാര്യമല്ലിതു്. ഇതൊരു സാധാരണ പൂച്ചയായി ജനിച്ചു. പിന്നെങ്ങനെയാണു് ഇതൊരു മാന്ത്രിക പൂച്ചയായതു്? പ്രശ്നത്തിന്റെ അകത്തു ലേശം തമാശയുണ്ടു്. ഇതു ലോകത്തിലെ ആദ്യത്തെ മാന്ത്രിക പൂച്ചയാണോ? സംശയമാണു്. പ്രപഞ്ചചരിത്രത്തിന്റെ ഏടുകള്‍ ക്ഷമയോടെ മറിച്ചു നോക്കിയാല്‍ ഇത്തരം സംഭവങ്ങള്‍ ഒത്തിരി ഒത്തിരി കണ്ടെന്നുവരാം. അന്നൊരു പക്ഷേ ആരും ശ്രദ്ധിച്ചു കാണുകയില്ല. ഇപ്പോള്‍, ദാ, ഒരു സുവര്‍ണാവസരം. ശ്രദ്ധിക്കുക: ചുവന്ന കണ്ണുകള്‍, ചിരിക്കുന്ന മുഖഭാവം, ചെവികളിലും മുതുകിലും വാലിലും ലേശം ചുമപ്പു രാശിയുണ്ടു്. ബാക്കി എല്ലാം തൂവെള്ള. തറച്ചു മുഖത്തു നോക്കി മ്യാഓ എന്നു പറയുന്നതു കേട്ടാല്‍ വാരിയെടുത്ത് ഓമനിക്കാന്‍ തോന്നും.” ...

ഗ്നു/ലിനക്സിലെ സ്കിം ഉപയോഗിച്ചുള്ള ലിപ്യന്തരണ നിവേശകരീതിയായ സ്വനലേഖയുടെ ബുക്ക്‌മാര്‍ക്ക്‌ലെറ്റ് ഇവിടെ. ഫയര്‍ഫോക്സില്‍ ഉപയോഗിക്കാവുന്ന ഇതു് ഏതു് വെബ് പേജുകളിലേയും ടെസ്ക്റ്റ് ഏരിയകളില്‍ ഉപയോഗിക്കാം. വിശദവിവരങ്ങള്‍ അവിടെ കൊടുത്തിട്ടുണ്ടു്.